基于SSPF算法的移動機器人全局定位研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、粒子濾波(particle filter,PF)算法是一種基于貝葉斯推理和蒙特卡羅方法的實時在線推理算法,因其具有并行化、易于實現(xiàn)以及有效處理非線性問題等特點,受到了越來越廣泛的重視,成為統(tǒng)計學(xué)、自動控制、機器人學(xué)等領(lǐng)域新的研究熱點,同時伴隨著計算機計算能力的超指數(shù)增長以及應(yīng)用統(tǒng)計學(xué)、概率論等一些學(xué)科的不斷進步,使該領(lǐng)域的研究得到了迅速發(fā)展。雖然目前己在理論和應(yīng)用方面取得了一些研究成果,但粒子濾波器的發(fā)展仍處于初級階段,其中許多關(guān)鍵技術(shù)

2、至今仍沒有公認有效的解決方法。 傳統(tǒng)粒子濾波算法在移動機器人全局定位時會出現(xiàn)粒子退化及粒子耗盡問題,導(dǎo)致定位失敗。本文研究了提高粒子濾波器性能的關(guān)鍵技術(shù)及其在移動機器人全局定位中應(yīng)用。在提高性能方面主要對粒子濾波器中存在的粒子退化和粒子耗盡問題進行了研究。實驗結(jié)果表明改進的粒子濾波算法提高了移動機器人全局定位的準確性。 主要研究工作和取得的工作成果主要體現(xiàn)在以下幾個方面: 首先,提出了一種智能采樣粒子濾波(sma

3、rt sampling particle filter,SSPF)算法。相比于基本的PF算法,SSPF算法在以下三個方面做了改進: 第一,在采樣階段,采用了無跡卡爾曼濾波算法來產(chǎn)生重要性提議分布,從而使采樣點同實際分布更為接近,較好的解決了粒子退化問題。 第二,在重采樣階段,采用了基于相關(guān)熵的自適應(yīng)重采樣方法,該方法可有效減少重采樣的執(zhí)行步驟,使PF算法更具智能性,并在一定程度上可緩解重采樣步驟損失粒子多樣性的問題。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論